「辞めそう」を数字で掴めれば、引き止めは間に合う

「あの子、辞めそうな気がする」——その勘は、たいてい当たっています。問題は、勘は共有できず、記録も残らず、動く根拠にもならないこと。同じ直感を数字に置き換えられれば、引き止めは十分に間に合います。本記事は、その指標をどう設計するかの話です。

使える指標の3条件

よく使われる指標を、この3条件で評価する

鍵は「本人が無自覚のうちに変わるもの」を測ることです。自覚できるものは取り繕えます。接客の丁寧さやヒアリングの深さは、意識して隠せるものではありません。

測るべきは、辞める気持ちではなく、辞める前に必ず変わる行動である。

他人比較ではなく、本人比較で見る

ありがちな失敗が、スコアの順位表を作ることです。もともと控えめな接客スタイルの人は、平均より低くて当然です。それを「危険」と判定すると、アラートは常に同じ顔ぶれで埋まり、誰も見なくなります。

見るべきはその人自身の平常時からの下振れです。いつも80点の人が70点になったことは、いつも65点の人が63点であることより、はるかに重い意味を持ちます。

3つの見方を組み合わせる

• 下降トレンド：直近数週間で継続的に落ちているか。単発のブレを除く。
• 自己評価との乖離：本人の手応えと実際の評価の差が開き続けているか（→ 自己評価ギャップの正体）。
• 項目の偏り：全体ではなく特定項目だけが落ちているか。原因の特定に直結する。

1つだけでは誤検知が増えます。3つを重ねることで、声をかけるべき人が数人に絞り込まれます。

閾値の決め方と、誤検知との付き合い方

最初から精密な閾値は作れません。「2週連続の下降」から始めて、実際の面談結果を見ながら調整するのが現実的です。

誤検知はゼロにできませんし、する必要もありません。予兆でなかった人に15分声をかけて損することは何もない。むしろ、その面談自体が定着に効きます。恐れるべきは誤検知ではなく、見逃しです。

数値化を「監視」にしないために

最後に、最も重要な設計の話です。同じデータでも、使い方次第で意味が正反対になります。

スコアを本人に見せず、処遇の判定にだけ使えば、現場は必ず萎縮します。逆に、本人にもフィードバックとして返す設計にすれば、同じ数字が成長の道具になります。導入前に「何に使い、何に使わないか」を明示することが、定着を左右します（→ 心理的安全性と“事実ベース”の対話）。

数字にした先にあるもの

接客音声をAIで客観採点すれば、ここまでの指標は特別な入力作業なしに揃います。下降トレンド、自己評価との乖離、項目ごとの偏りが自動で判定され、今週声をかけるべき人が一覧になる。運用への落とし込みは 離職予兆の早期察知マニュアル、サインの読み方は 辞めるサインの時系列チェックリスト をご覧ください。

よくある質問（FAQ）